K-均值算法：以空间中k个点为中心进行聚类，对最靠近他们的对象归类，是聚类算法中最为基础但也最为重要的算法。

公式

数据点与各簇中心点距离：\(dist(x_i, u_j^t)\)

根据距离归类：\(x_i\in u_{nearest}^t\)

中心更新：\(u_j^{t+1} = {1 \over k}\sum_{x_i\in s_j}{(x_i)}\)

\(S_j\): t时刻第j个区域簇；k: 包含在\(S_j\)范围内点的个数；\(x_i\): 包含在\(S_j\)范围内的点；\(u_j^t\)：为t状态下第j区域中心。

算法流程

1. 选择聚类的个数k
2. 确定聚类中心
3. 根据点到聚类中心聚类，确定各个点所属类别
4. 根据各个类别数据，更新聚类中心
5. 重复以上步骤3和4，直到收敛（中心点不再变化）

优点

• 原理简单，容易实现，收敛速度快
• 参数少，方便使用

缺点

• 必须设置簇的数量
• 随机选择初始聚类中心，结果可能缺乏一致性

模型训练

from sklearn.cluster import KMeans

# n_clusters表示需要分为几类
# random_state表示初始化的点
KM = KMeans(n_clusters=3, random_state=0)
KM.fit(X)

# 获取模型确定的中心点：
centers = KM.cluster_centers_

# 准确率计算
from sklearn.metrics import accuracy_score
accuracy = accuracy_score(y, y_predict)

预测结果矫正

y_cal = []
for i in y_predict:
    if i == 0:
        y_cal.append(2)
    elif i == 1:
        y_cal.append(1)
    else:
        y_cal.append(0)
print(y_predict, y_cal)